1 网络爬虫
引用百度百科的定义：网络爬虫是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。
简单的说，就是有一个程序可以自动去访问网页。
2 Python爬虫
如何实现爬虫？
简单的讲，一共就三步：①构建请求头；②发起访问；③获得响应。另外，一般情况下还需要保存数据。
学习爬虫需要了解的知识：
- HTML语言：HyperText Markup Language，超文本标记语言，规定了网页应该具有什么样的结构。
- HTTP协议：HyperText Transfer Protocol，超文本传输协议，客户端和服务端的传送协议。
3 第一个Python爬虫程序
Python中如何实现爬虫程序？
使用已经编写好的相关的软件包：requests，来模拟请求响应。
请求方法：
- get(url, params=None, **kwargs)：发起get请求。
- post(url, params=None, **kwargs)：发起post请求。
响应属性：
- text：unicode编码的响应数据。
- content：字节码编码的响应数据。
- json：响应数据解码后的json。
以爬虫百度首页为例：
import 爬取结果：
<!DOCTYPE html>
<!--STATUS OK--><html> <head><meta http-equiv=content-type content=text/html;charset=utf-8><meta http-equiv=X......(省略N字)
4 爬取图片并且保存
分析：请求方式用get。图片数据是字节码，使用content属性。保存图片使用open方法。
以百度LOGO为例：
import 保存结果：
432
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
